要約
自律走行(AD)は、すべての走行関連ソフトウェアコンポーネントの重要な部分として、高精度の位置特定に大きく依存している。正確な測位は、高精細地図の利用、他の道路参加者の予測、車両自体の制御のために必要です。このような理由から、ローカライゼーションは絶対的に安全性に関係しています。ローカライゼーションシステムの典型的なエラーは、長時間のドリフト、ジャンプ、誤ローカライゼーションであり、安全性を高めるために検出する必要があります。現在のローカライゼーション性能をオンラインで評価することは困難なタスクであり、通常、単一のローカライゼーションシステムではカルマンフィルタリングによって行われます。現在の自律走行車は、複数の個別定位手法を融合して全体的な状態推定を行うことで、こうした課題に対処している。このようなアプローチは、困難な環境において競争力を発揮するために専門家の知識が必要です。この専門的知識は、現在の状況や環境に対する個別の定位手法の信頼性と優先順位付けに基づいている。 本研究では、主観的論理（SL）を用いた、複数のローカライゼーションシステムの新しいオンライン性能評価技術を紹介します。我々の研究車両では、オドメトリ、SLAM（Simultaneous Localization And Mapping）、GNSS（Global Navigation Satellite System）ベースの3つの異なる定位システムが利用可能である。この性能評価では、これら3つの定位システムの挙動を個別にモデル化し、相互に参照させる。実験は、アウディA6をベースとしたCoCar NextGenを用いて実施した。車両のローカライゼーション・システムは、特にトンネル環境という厳しい条件下で評価された。総合評価では、我々のアプローチの実現可能性が示された。
要約(オリジナル)
Autonomous driving (AD) relies heavily on high precision localization as a crucial part of all driving related software components. The precise positioning is necessary for the utilization of high-definition maps, prediction of other road participants and the controlling of the vehicle itself. Due to this reason, the localization is absolutely safety relevant. Typical errors of the localization systems, which are long term drifts, jumps and false localization, that must be detected to enhance safety. An online assessment and evaluation of the current localization performance is a challenging task, which is usually done by Kalman filtering for single localization systems. Current autonomous vehicles cope with these challenges by fusing multiple individual localization methods into an overall state estimation. Such approaches need expert knowledge for a competitive performance in challenging environments. This expert knowledge is based on the trust and the prioritization of distinct localization methods in respect to the current situation and environment. This work presents a novel online performance assessment technique of multiple localization systems by using subjective logic (SL). In our research vehicles, three different systems for localization are available, namely odometry-, Simultaneous Localization And Mapping (SLAM)- and Global Navigation Satellite System (GNSS)-based. Our performance assessment models the behavior of these three localization systems individually and puts them into reference of each other. The experiments were carried out using the CoCar NextGen, which is based on an Audi A6. The vehicle’s localization system was evaluated under challenging conditions, specifically within a tunnel environment. The overall evaluation shows the feasibility of our approach.
arxiv情報
| 著者 | Stefan Orf,Sven Ochs,Marc René Zofka,J. Marius Zöllner |
| 発行日 | 2025-06-03 14:34:08+00:00 |
| arxivサイト | arxiv_id(pdf) |